数据挖掘在篮球竞技中应用.docVIP

数据挖掘在篮球竞技中应用 　　摘要：在篮球比赛中，对比赛数据进行实时录入分析，并辅以以往的比赛数据作为教练员的参考是极为重要的，这不但可以帮助教练员判断选手的参赛状况，还可以帮助分析哪些选手组合后能发挥出更大的优势。为此使用Visual Studio 2010 C++作为开发工具，结合MFC、GDI、COM、STL、文件I/O、多线程以及线程同步等技术，使用17 000余行代码开发了篮球数据统计软件。该商用软件不仅可以对篮球比赛中的投篮、失误、犯规、换人等所有事件实现录入，还可以在任意时刻查看任意球员或任意队伍的各项技术统计数据，而且还能在比赛结束后，获取大量满足数据挖掘要求格式的数据。对这些数据进行需求分析、清洗和挖掘，可以获取更多有用的信息。 关键词关键词：篮球；数据；数据录入；实时分析；数据挖掘 中图分类号：TP391 文献标识码：A 文章编号文章编号2013）007013503 0 引言 在当今的篮球竞技中，教练员分析自己和对手的比赛数据时大都停留在纸上数据阶段，依靠以往的经验进行分析和判断，缺乏进一步的图形化数据和数据的深入发掘分析。而仅靠这些数据和经验对未来的比赛对手和自身进行分析或在赛场中进行实时分析判断是明显不够的。目前国内外将数据挖掘用于篮球数据的统计方面大都处于理论阶段，具体的商用软件或实例资料极少，而能将篮球比赛数据的录入和挖掘结合起来的研究就更少了。现在学术界已经开始对篮球数据挖掘进行研究并且已经出现了一些例子，见参考文献[1]、[2]、[3]。但是具体的商业软件则很难找到，这说明数据挖掘技术在篮球数据方面的应用研究在国内外大都处于理论摸索、算法研究以及需求分析阶段，而实现这些理论的应用程序几乎为空白。本文将介绍篮球统计软件以及它对于已经录入的数据进行挖掘分析的两个实例。 1 软件的理论模型 数据挖掘（Data Mining）[4]是通过分析每个数据，从大量数据中寻找其规律的技术。当今，全世界应用电子计算机进行各种数据的录入、分析、处理和查询已经有很多年的历史了。但是这些数据中常常隐藏着一些不容易被发现的而且非常有价值的东西，例如对于超市购物系统，商家可以很容易积累大量的销售数据。交易数据库可以把顾客的购买清单存储下来，通过对这些数据进行智能分析，就可以获得顾客购买的一些规律，这些规律可以指导超市安排进货、库存和货架摆放。类似的，可以把这种技术用于分析篮球比赛的每一场、每一个赛季、甚至一个球员的整个职业生涯中的比赛数据中去，以从中获取潜在的有用的数据。本应用将会使用关联规则挖掘算法对录入的比赛数据进行挖掘。 1.1 最小支持度和最小置信度设置 最小支持度的设定通常根据用户的实际需求和数据的实情并结合客观事实进行制定，也就是用户认可的“一件事发生的几率足以让他们感到可以被利用”的几率。最小置信度的设置理念类似于最小支持度，但是需要大于最小支持度。 1.2 数据准备 本软件设计的首要目标就是完整地记录一场篮球比赛的所有事件。在取得事件记录后，可以依据具体的挖掘要求进行数据清洗并完成数据的准备工作。 1.3 规律寻找和规律表示 将描述如何获得助攻和进攻的最佳球员组合，以及反击的最佳球员组合。将会使用关联规则的标准算法对已经清洗的数据进行挖掘操作，最后显示结果。 2 理论验证 本应用程序使用Visual Studio 2010 C++开发，使用23000余行代码。它可以对篮球比赛的所有事件进行录入和实时分析，包括但不限于：2/3分命中未命中、助攻、补篮、罚球、死球、技术与非技术犯规、失误、协防、造犯规、造失误、抢断、暂停、换人、加时赛等事件。分析功能则提供了整体队伍和个人的各项数据统计，如命中率、罚球详情、每种大类事件中的分类小项统计以及队伍和个人的投篮命中/未命中位置图。 2.1 主录入界面设计和实现方式 鉴于此软件被要求运行在安装windows7的平板电脑上，因此操作上应该尽量简单流畅，特别是事件的录入应考虑全面，而在投篮、犯规、抢断等录入频繁的事件处理上则更应该保证尽可能地简单。 如图1（因版面所限，未能截取全图），该界面的倒计时和暂停功能使用定时器OnTimer（）函数，通过对SYSTEMTIME类型数据的操作实现。事件的录入是采用不同的按钮事件生成不同的事件编号，并启动一个线程对不同的事件编号采取不同的处理来实现的，它使用SetEvent（）和WaitForSingleObject（）函数实现对线程执行控制。另外，因为三分线是由一个矩形和一个半圆扇形组成的，因此2/3分球的自动判断还需要分情况查看投篮点的坐标，验证他们是否在矩形和扇形的坐标范围内。 下面选择该软件的核心部分做